微信 -WeLM 算子开发工程师（深圳、上海）

1.针对 Hopper / Blackwell 架构进行 Kernel 开发与优化； 2.基于 CUDA / PTX / Triton 设计和实现大模型训练中的核心算子 Kernel：； 3.结合 Hopper / Blackwell 特性，在线程组织、访存路径、寄存器/共享内存使用、Tensor Core 调度等层面做深度优化； 4.构建高性能训练算子库； 5.针对 WeLM 模型结构进行算子设计与融合，降低 Kernel 调度和访存开销； 6.参与 WeLM 内部高性能算子库的建设，与 PyTorch 及 cuBLAS、cuDNN、CUTLASS 等库进行集成或替换； 7.Kernel 性能分析与瓶颈优化； 8.使用 Nsight Compute / Nsight Systems / nvprof 等工具做 Kernel 级性能剖析； 9.分析 SM 利用率、Tensor Core 利用率、访存带宽、指令吞吐、分支发散等指标，持续迭代 Kernel 实现； 10.为上层训练框架提供关于 batch 设计、sequence length、并行策略等与性能相关的技术建议； 11.前沿技术跟踪与工程落地； 12.跟踪 GPU 新架构、新指令、新库（如最新 CUTLASS、NCCL 等）； 13.学习业界优秀实现（Megatron-LM、DeepSpeed、Deepseek 等）的 Kernel/算子方案，并在 WeLM 体系内做工程化落地。

1.计算机、电子工程、数学、物理等相关专业，本科及以上学历（硕士/博士优先）； 2.扎实的C/C++ 编程能力，良好的代码风格和工程习惯； 3.熟练使用CUDA 进行 GPU 编程，有亲自写过或优化过 Kernel 的实战经验：； 4.理解 warp/block/grid、共享内存、寄存器分配、协同访存等基本概念； 5.能根据 profiler 结果定位性能瓶颈，并有针对性地改进 Kernel； 6.对GPU 架构与并行计算有较深入理解，熟悉以下至少一项：； 7.CUDA 核心库（cuBLAS / cuDNN 等）或 CUTLASS； 8.Triton 等高性能算子开发框架； 9.Nsight Compute / Nsight Systems / nvprof 等性能分析工具； 10.对数值计算 / 深度学习基础算子 有一定理解，如矩阵乘法、归一化、激活函数、Embedding 等。